AI 분야에서 무엇을 배워야 할지 고민하며 시간을 낭비하지 말라며, 영상, GitHub 저장소, 가이드, 도서, 연구 논문, 강의를 한데 모은 실용적인 학습 로드맵이 공개됐다.

영상 목록에는 LLM 소개, LLMs from Scratch, 스탠퍼드(Stanford)의 Agentic AI 개요, 에이전트 구축·평가, 효과적인 에이전트 구축, MCP 활용 에이전트 구축, 처음부터 에이전트 만들기, Philo Agents 등 8편이 포함됐다.

GitHub 저장소로는 GenAI Agents, Microsoft AI Agents for Beginners, Prompt Engineering Guide, Hands-On Large Language Models, Made with ML, Hands-On AI Engineering, Awesome Generative AI Guide, Designing Machine Learning Systems, Machine Learning for Beginners, LLM Course 등 11개가 소개됐다. 가이드로는 구글(Google)의 에이전트 백서와 에이전트 컴패니언, Anthropic의 Building Effective Agents, Claude Code Agentic Coding Practices, OpenAI의 실용적 에이전트 구축 가이드 등 5종이 올라왔다.

도서는 Understanding Deep Learning, Building an LLM from Scratch, The LLM Engineering Handbook, AI Agents: The Definitive Guide, Building Applications with AI Agents, AI Agents with MCP, AI Engineering 등 7권이다. 연구 논문으로는 ReAct, Generative Agents, Toolformer, Chain-of-Thought Prompting 등 4편, 강의로는 Hugging Face Agent Course, MCP with Anthropic, Pinecone 벡터 데이터베이스 구축, Vector Databases: Embeddings to Apps, Agent Memory 등 5개가 소개됐다.

이 로드맵은 끝없는 검색과 정보 과부하 없이 실제로 활용할 수 있는 자료만 담았다. 미래의 AI 실력은 꾸준히 만들고, 실험하고, 배우는 데서 나온다. 로드맵을 리포스트해 다른 사람에게도 알리라며, AI·뷰티·비즈니스 관련 콘텐츠를 더 보려면 @amisha_explains 팔로우를 권했다.